使用JCharDet，获得文件的字符集编码！

需要jchardet-1.0.jar包。

 

package p;

import java.io.BufferedInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;

import org.mozilla.intl.chardet.nsDetector;
import org.mozilla.intl.chardet.nsICharsetDetectionObserver;

/**
 * 借助JCharDet获取文件字符集 JCharDet 是mozilla自动字符集探测算法代码的java移植，其官方主页为：
 * http://jchardet.sourceforge.net/
 */
public class FileCharsetDetector {

 private boolean found = false;

 /**
  * 如果完全匹配某个字符集检测算法, 则该属性保存该字符集的名称. 否则(如二进制文件)其值就为默认值 null, 这时应当查询属性
  */
 private String encoding = null;

 public static void main(String[] argv) throws Exception {

  System.out.println("文件编码:"
    + new FileCharsetDetector().guestFileEncoding("C:\\测试1.txt"));
 }

 /**
  * 传入一个文件(File)对象，检查文件编码
  *
  * @param file
  *            File对象实例
  * @return 文件编码，若无，则返回null
  * @throws FileNotFoundException
  * @throws IOException
  */
 public String guestFileEncoding(File file) throws FileNotFoundException,
   IOException {
  return geestFileEncoding(file, new nsDetector());
 }

 /**
  * 获取文件的编码
  *
  * @param file
  *            File对象实例
  * @param languageHint
  *            语言提示区域代码 eg：1 : Japanese; 2 : Chinese; 3 : Simplified Chinese;
  *            4 : Traditional Chinese; 5 : Korean; 6 : Dont know (default)
  * @return 文件编码，eg：UTF-8,GBK,GB2312形式，若无，则返回null
  * @throws FileNotFoundException
  * @throws IOException
  */
 public String guestFileEncoding(File file, int languageHint)
   throws FileNotFoundException, IOException {
  return geestFileEncoding(file, new nsDetector(languageHint));
 }

 /**
  * 获取文件的编码
  *
  * @param path
  *            文件路径
  * @return 文件编码，eg：UTF-8,GBK,GB2312形式，若无，则返回null
  * @throws FileNotFoundException
  * @throws IOException
  */
 public String guestFileEncoding(String path) throws FileNotFoundException,
   IOException {
  return guestFileEncoding(new File(path));
 }

 /**
  * 获取文件的编码
  *
  * @param path
  *            文件路径
  * @param languageHint
  *            语言提示区域代码 eg：1 : Japanese; 2 : Chinese; 3 : Simplified Chinese;
  *            4 : Traditional Chinese; 5 : Korean; 6 : Dont know (default)
  * @return
  * @throws FileNotFoundException
  * @throws IOException
  */
 public String guestFileEncoding(String path, int languageHint)
   throws FileNotFoundException, IOException {
  return guestFileEncoding(new File(path), languageHint);
 }

 /**
  * 获取文件的编码
  *
  * @param file
  * @param det
  * @return
  * @throws FileNotFoundException
  * @throws IOException
  */
 private String geestFileEncoding(File file, nsDetector det)
   throws FileNotFoundException, IOException {
  // Set an observer...
  // The Notify() will be called when a matching charset is found.
  det.Init(new nsICharsetDetectionObserver() {
   public void Notify(String charset) {
    found = true;
    encoding = charset;
   }
  });

  BufferedInputStream imp = new BufferedInputStream(new FileInputStream(
    file));

  byte[] buf = new byte[1024];
  int len;
  boolean done = false;
  boolean isAscii = true;

  while ((len = imp.read(buf, 0, buf.length)) != -1) {
   // Check if the stream is only ascii.
   if (isAscii)
    isAscii = det.isAscii(buf, len);

   // DoIt if non-ascii and not done yet.
   if (!isAscii && !done)
    done = det.DoIt(buf, len, false);
  }
  det.DataEnd();

  if (isAscii) {
   encoding = "ASCII";
   found = true;
  }

  if (!found) {
   String prob[] = det.getProbableCharsets();
   if (prob.length > 0) {
    // 在没有发现情况下，则取第一个可能的编码
    encoding = prob[0];
   } else {
    return null;
   }
  }
  return encoding;
 }
}